Update app.py

app.py

@@ -6,6 +6,9 @@ import yaml
 from tools.final_answer import FinalAnswerTool
 
 from Gradio_UI import GradioUI
+import requests
+import pandas as pd
+from datetime import datetime, timedelta
 
 # Below is an example of a tool that does nothing. Amaze us with your creativity !
 @tool
@@ -33,6 +36,80 @@ def get_current_time_in_timezone(timezone: str) -> str:
     except Exception as e:
         return f"Error fetching time for timezone '{timezone}': {str(e)}"
 
+@tool
+def predict_crypto_price_binance(crypto_symbol: str = "BTC", vs_currency: str = "USDT") -> str:
+    """
+    Prédit l'évolution du prix d'une cryptomonnaie en se basant sur la SMA sur 9 et 20 jours et le RSI,
+    en utilisant les données historiques issues de Binance.
+    
+    Args:
+        crypto_symbol: Le symbole de la cryptomonnaie (ex: 'BTC').
+        vs_currency: La devise de cotation (ex: 'USDT'). Pour 'USD', Binance utilise généralement 'USDT'.
+    
+    Returns:
+        Un message indiquant le signal d'achat, de vente ou une analyse basée sur le RSI.
+    """
+    try:
+        # Si l'utilisateur fournit 'usd', on le convertit en 'USDT' pour correspondre à Binance
+        if vs_currency.lower() == "usd":
+            vs_currency = "USDT"
+        symbol = crypto_symbol.upper() + vs_currency.upper()
+        
+        # Récupération des données de 30 jours (bougies journalières) via l'API de Binance
+        url = "https://api.binance.com/api/v3/klines"
+        params = {
+            "symbol": symbol,
+            "interval": "1d",
+            "limit": 30  # 30 jours de données
+        }
+        response = requests.get(url, params=params, timeout=10)
+        response.raise_for_status()
+        data = response.json()
+        
+        # Extraction des prix de clôture et des timestamps
+        # Chaque kline (bougie) est une liste dont les éléments importants sont :
+        # index 0: temps d'ouverture (en ms)
+        # index 4: prix de clôture
+        rows = []
+        for kline in data:
+            timestamp = kline[0]
+            close_price = float(kline[4])
+            rows.append([timestamp, close_price])
+            
+        df = pd.DataFrame(rows, columns=['timestamp', 'price'])
+        df['date'] = pd.to_datetime(df['timestamp'], unit='ms')
+        df.set_index('date', inplace=True)
+        df.drop(columns=['timestamp'], inplace=True)
+        
+        # Calcul des moyennes mobiles simples sur 9 jours et 20 jours
+        df['SMA_9'] = df['price'].rolling(window=9).mean()
+        df['SMA_20'] = df['price'].rolling(window=20).mean()
+        
+        # Calcul du RSI sur une fenêtre de 14 jours
+        delta = df['price'].diff()
+        gain = delta.where(delta > 0, 0).rolling(window=14).mean()
+        loss = -delta.where(delta < 0, 0).rolling(window=14).mean()
+        rs = gain / loss
+        df['RSI'] = 100 - (100 / (1 + rs))
+        
+        # Détection des signaux de croisement SMA
+        if df['SMA_9'].iloc[-1] > df['SMA_20'].iloc[-1] and df['SMA_9'].iloc[-2] <= df['SMA_20'].iloc[-2]:
+            return f"Signal d'achat : la SMA sur 9 jours a croisé au-dessus de la SMA sur 20 jours pour {symbol}."
+        elif df['SMA_9'].iloc[-1] < df['SMA_20'].iloc[-1] and df['SMA_9'].iloc[-2] >= df['SMA_20'].iloc[-2]:
+            return f"Signal de vente : la SMA sur 9 jours a croisé en dessous de la SMA sur 20 jours pour {symbol}."
+        else:
+            # Analyse du RSI si aucun croisement clair n'est détecté
+            rsi_latest = df['RSI'].iloc[-1]
+            if rsi_latest > 70:
+                return f"Aucun croisement clair. Toutefois, le RSI est {rsi_latest:.2f}, indiquant des conditions de surachat (risque de correction)."
+            elif rsi_latest < 30:
+                return f"Aucun croisement clair. Toutefois, le RSI est {rsi_latest:.2f}, indiquant des conditions de survente (potentiel rebond)."
+            else:
+                return f"Aucun croisement clair. Le RSI est de {rsi_latest:.2f}, indiquant des conditions neutres."
+    
+    except Exception as e:
+        return f"Une erreur s'est produite : {str(e)}"
+
 
 final_answer = FinalAnswerTool()